Kaleidoscope--CSDN博客

原创【翻译+笔记】ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks

《ECA-Net:深度卷积神经网络的有效通道注意》ECA-Net是基于SE-Net的扩展，作者认为SE块的两个FC层之间的降维是不利于通道注意的权重学习的，权重学习的过程应该直接一一对应。作者做了一系列实验来证明在attention block中保持channel数不变的重要性。

2023-01-15 03:34:48 1561

原创【翻译】Robust High-Resolution Video Matting with Temporal Guidance

我们介绍了一种强大的、实时的、高分辨率的人类视频消光方法，实现了新的最先进的性能。我们的方法比以前的方法要轻得多，可以在Nvidia GTX 1080Ti GPU上以76 FPS的速度处理4K，以104 FPS的速度处理高清。与大多数现有的将视频逐帧作为独立图像进行消融的方法不同，我们的方法使用了一个递归架构来利用视频中的时间信息，并在时间一致性和消融质量方面取得了明显的改善。此外，我们提出了一种新的训练策略，使我们的网络在消光和分割目标上都得到加强。这极大地提高了我们模型的稳健性。

2023-01-04 01:39:03 1195

原创解决命令行打开Jupyter Notebook与开始菜单打开，主页根目录不一致的情况

解决命令行打开Jupyter Notebook与开始菜单打开，主页根目录不一致的情况1、打开控制台查看原先jupyter_notebook文件的存储路径

2022-09-29 20:24:28 1050

原创【笔记】Attention-based Memory video portrait matting

基于注意力记忆机制的视频人像抠图

2022-09-24 02:34:54 333 3

原创【笔记】Adaptive Background Matting Using Background Matching

作者认为这是目前第一个使用动态背景视频进行精确抠图的方法，是一种自适应的背景抠图，主要内容为以下三个部分：背景匹配网络（background matching network，BMN）鲁棒的语义估计网络（robust semantic estimation network，REN）精确的阿尔法估计网络（accurate alpha estimation network，AEN）

2022-09-24 02:14:20 647

原创【笔记】Highly Accurate Dichotomous Image Segmentation

高精度的二分法图像分割1. 制作了一个大规模的数据集DIS5K，其中包含5,470张高分辨率（如2K、4K或更大）图像，涵盖了各种背景下的隐色的、突出的或细小的物体。所有图像都有极其精细的标签注释。2. 提出了一个简单的中继监督优化网络（ISNet），使用特征和掩码进行DIS模型训练。3. 设计了一个新的指标，称为人为矫正工作数（human correction efforts，HCE，），它代表了人类手动纠正模型的错误的对错选择，所需鼠标点击操作的数量。

2022-09-14 20:35:56 1329

原创【笔记】Automatic Portrait Video Matting via Context Motion Network

基于上下文运动网络的视频人像自动抠图。本论文主要提出了一个上下文运动网络（the context motion network）来利用语义信息，时间信息和运动信息。为了捕捉运动信息，使用光流（optical flow），并设计了一个上下文运动更新算子，来反复整合帧之间的特征。

2022-09-14 01:41:52 591

原创 Anaconda或Miniconda在安装包的时候，遇到EnvironmentNotWritableError

EnvironmentNotWritableError: The current user does not have write permissions to the target environment.environment location: C:\ProgramData\Miniconda3

2022-03-29 15:47:01 5571 5

原创【笔记】Robust High-Resolution Video Matting with Temporal Guidance

Robust High-Resolution Video Matting with Temporal Guidance算法讲解笔记

2022-03-05 23:13:13 6048 12

原创【学习笔记】深度学习理论基础

一、深度学习的基本概念简单概括是，使用神经网络，进行不断学习训练和修正的过程。训练集就是有答案的习题，神经网络每一次写完作业都会去对答案，如果有偏差，就自动修正参数，谓之迭代，直到最后错误率越接近0越好。1、单个神经元数学模型（MP模型）1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts基于神经元的生理特征，建立了单个神经元的数学模型（MP模型）神经元的数学模型推导公式：yk=φ(∑i=1mωkixi+bk)+bk=φ(WkTX+b)y_k = φ(\sum_{i=1}

2022-02-04 17:12:15 10627

原创【笔记】Background Matting V2

Background Matting v2（以下简称BGM2），一种实现人像抠图的算法。本文为阅读笔记

2022-01-28 21:57:16 4923

原创【翻译】Real-Time High-Resolution Background Matting

我们介绍了一种实时、高分辨率的背景替换技术，该技术在 4K 分辨率下以 30fps 运行，在现代 GPU 上以 60fps 运行高清。我们的技术基于背景遮罩，其中额外的背景帧被捕获并用于恢复 alpha 遮罩和前景层。主要挑战是计算高质量的 alpha 遮罩，保留股线级别的头发细节，同时实时处理高分辨率图像。为了实现这一目标，我们采用了两个神经网络；一个基础网络计算一个低分辨率结果，该结果由第二个网络在选择性补丁上以高分辨率运行。

2022-01-24 22:24:09 1360

原创【翻译笔记】Squeeze-and-Excitation Networks

卷积神经网络（CNN）的核心模块是卷积块，它使网络能够融合每层局部感受野内的空间和通道信息构建信息特征。大量的先前研究已经研究了这种关系的空间结构，试图通过在整个特征层次上提高空间编码的质量来增强CNN的表示能力。在这项工作中，我们将重点放在通道关系上，并提出一个新颖的体系结构单元，我们称之为“挤压和激励”（SE）块，该模块通过显式建模通道之间的相互依赖性来自适应地重新校准通道方式的特征响应。我们展示了模块堆叠在一起以形成的SENet架构，该架构可以非常有效地概括不同数据集。

2021-04-27 00:12:31 2418 1

转载 html内嵌的php代码只有源码显示，而不能解析

【转】原博客：PHP—通过HTML网页请求，PHP页面显示源码不能解析对于初学者来说，可能会碰到这样一个问题，那就是我们通过html网页，在表单的action中填入后台处理的php文件后，虽然可以跳转到php网页上，但是却显示一大堆php源码而不是处理请求。像这样：虽然可以加将参数传递过来，但是却无法解析。这个时候我们只要将浏览地址中的file协议改成localhost，然后在后面写生正确的路径（这个路径与我们在Apache服务器中配置的默认访问路径有关），然后就可以正确地解析php文件啦。像这样：

2020-08-06 22:26:18 2821 1

原创线性表链接存储（单链表，带头结点）操作的18种算法 C

线性表链接存储（单链表，带头结点）操作的18种算法#include<stdio.h>#include<stdlib.h>typedef struct node{ int data; struct node *next;}Node;/* 1.初始化带头结点的线性表 */Node *initList(void){ Node *head; head=(Node *)malloc(sizeof(Node)); head->next=NULL; r

2020-05-14 22:38:49 690 2

Kaleidoscope的博客